基于马尔科夫模型的聋生阅读输入分析

以不同类型文本阅读输入角度出发,分析聋生的阅读输入规律,以反映聋生阅读时的表现。通过聋生阅读输入的文本与中文分词标准匹配率在不同等级的转移情况建立马尔科夫过程,预测聋生的阅读输入结果。通过阅读实验以验证马尔科夫模型预测的结果,实验结果显示,聋生更习惯于阅读较小的组合词块,单音节词、双音节词、三字及四字多音节词对聋生阅读有较大影响,这与马尔科夫模型预测结果比较符合。     

MIMO-SAR成像技术发展与展望

作为一种新兴的合成孔径雷达(synthetic aperture radar, SAR)成像体制,近年来提出的多输入多输出SAR(multiple input multiple output SAR, MIMO-SAR)通过波形分集、空间分集等,可以得到远多于实际天线数量的自由度,为突破常规SAR体制局限,实现高分辨率宽测绘带(high resolution wide swath, HRWS)成像、慢速运动目标检测、同时多模式工作等应用提供了有效的技术途径。本文概括了MIMO-SAR的国内外研究现状,剖析了MIMO-SAR的概念内涵、技术特点及关键技术,着重对其波形设计技术进行了探讨。最后,结合系统发展和实际应用,对其发展趋势进行了展望。     

相关性分析和GBDT组合的太阳辐射量预测算法

为准确预测太阳辐射量,提高太阳能利用效率,提出一种相关性分析和梯度提升决策树(gradient boosting decision tree,简称GBDT)组合的太阳辐射量预测算法.利用相关性分析选取预测算法的最优输入指标,使用数据矫正方法剔除粗大误差数据.将该文算法与传统算法的预测结果进行比较,结果表明该文组合预测算法具有更高的预测精度.     

大规模MIMO系统的智能天线选择与功率分配方法研究

为了满足大规模多输入多输出(multiple input multiple output, MIMO)系统的数据传输需求并降低系统能耗,提出一种基于量子化学反应优化的智能天线选择与功率分配方法。根据大规模MIMO系统不同时段的用户传输需求建立智能天线选择与功率分配模型,推导出其最大能效方程。为有效求解该非线性、多约束的混合优化难题,结合量子计算和化学反应优化机制的优势设计了量子化学反应优化算法,可得到最佳的天线选择与功率分配方案。仿真结果表明,所提的智能天线选择与功率分配方法能实时满足用户的信息传输需求,显著提高系统能效。针对不同的仿真场景,所提方法与现有的智能算法与分配策略相比均可得到最高的系统能效。     

基于采样控制的时滞神经网络的指数同步

基于采样控制研究了时滞神经网络的指数同步问题。首先,建立了驱动-响应时滞神经网络的数学模型并设计了采样控制器。其次,在输入延迟法的框架下,通过构造时间依赖的李雅普诺夫泛函,并结合自由权矩阵方法,建立了保证驱动-响应系统取得指数同步的线性矩阵不等式形式(LMIs)的判据。最后,通过两个数值仿真算例验证了结果的可行性。     

基于MIMO阵列的混合波束赋形算法

低轨(low earth orbit,LEO)卫星通信可以克服恶劣地形影响实现远距离通信,面对突发灾害能快速部署解决通信问题,但是,卫星在保持高速运动的同时采用高频段的信号,容易导致通信时产生严重的信号衰落。针对此问题,基于传统遗传算法提出一种适用于混合波束赋形架构的算法。固定模拟域对数字域进行迭代优化,然后固定数字域对模拟域进行迭代优化,通过共同的待优化矩阵进行联合求解,在固定功率的前提下不断迭代优化矩阵,采用混合波束赋形方法有效减少硬件复杂度,更加接近数字波束赋形的性能。仿真表明,在混合波束赋形架构应用上,相对于传统的正交匹配追踪(orthogonal matching pursuit,OMP)算法,所提算法性能提升了6.61%。     

处理历史性记录的数据模型

为了弥补传统的数据库模型的不足,处理办公室自动化中遇到的大量的历史性记录,提出了对象历史模型来处理历史性数据。本文通过例子分析了对象历史模型的背景和目的,给出了对象历史模型的数学描述,讨论了对象历史的语义限制,如局部限制和回避坏子列限制,以及特殊的查询运算,并综述了国际上在对象历史上研究的动态和成果。     

基于射频拉远的宏小区协作多输入多输出正交频分复用系统性能分析研究

在高铁高速移动场景下,对基于射频拉远(RRH)的宏小区协作多输入多输出正交频分复用(MIMO-OFDM)系统以及基于第三代合作伙伴项目(3GPP)协议的4RRH信道模型做了详细描述,并设计了相应的频偏估计算法以及信道估计算法.通过Monte-Carlo仿真实验对该系统做了性能分析研究,结果表明,该系统能够有效地克服多普勒效应,准确地恢复信道响应,从而达到较低的误块率(BLER)与较高的吞吐量,实现高速运动场景下的高性能.     

基于张量分解的大规模多输入多输出天线预编码

提出基于张量分解的大规模多输入多输出(MIMO)天线预编码方案,利用张量分解对高维天线发送数据的降维,保持数据的低秩多维结构特征,获得更加有效的数据表示;同时,通过联合天线和用户信号的空域和时域的相关性,实现发射分集,克服大规模MIMO信道衰落和降低发射误码.通过仿真结果表明该方案适用于大规模MIMO系统.在相同条件下,与传统方案相比,误比特率更低.